袁子洋，曲春燕，劉春朝，田從豐，閆 偉

（1.山東大學(xué)能源與動(dòng)力工程學(xué)院，山東 濟(jì)南 250011；2.山推工程機(jī)械股份有限公司，山東 濟(jì)寧 272073）

傳統(tǒng)土建工程的施工方案中，工程機(jī)械協(xié)同配合、路徑規(guī)劃及土石方調(diào)配等問(wèn)題存在較大可優(yōu)化的空間。為形成更科學(xué)準(zhǔn)確的施工策略，生成施工場(chǎng)所的三維地圖是首先要解決的問(wèn)題。采用無(wú)人機(jī)攝影經(jīng)處理生成三維模型，可以出色完成對(duì)施工場(chǎng)所的測(cè)繪工作，適用于各種惡劣地貌，可以生成高精度三維地圖，提高測(cè)繪工作效率，精簡(jiǎn)施工流程，為智能一體化施工作業(yè)方案的形成提供模型基礎(chǔ)，已逐漸成為完成土建行業(yè)測(cè)繪工作的趨勢(shì)。該技術(shù)在優(yōu)化施工過(guò)程的測(cè)繪水平的同時(shí)，還較大程度地節(jié)約了人力物力，與傳統(tǒng)測(cè)繪方法相比優(yōu)勢(shì)明顯。

在智能化信息化的趨勢(shì)下，多名學(xué)者在該領(lǐng)域做了大量相關(guān)研究。李朋偉等利用無(wú)人機(jī)三維建模技術(shù)進(jìn)行了礦山地區(qū)的環(huán)境調(diào)查評(píng)價(jià)[1]；劉穎等利用無(wú)人機(jī)實(shí)景建模完成對(duì)道路路基平整度的檢測(cè)[2]；馬隨陽(yáng)等對(duì)比了無(wú)人機(jī)攝影與地面激光掃描兩種三維建模方式在橋梁建模上的不同，對(duì)航道測(cè)繪技術(shù)提出建議[3]；王植等利用無(wú)人機(jī)影像進(jìn)行了礦山地區(qū)的三維建模，提出了一種礦區(qū)生產(chǎn)的可視化管理方法[4]；葉盛智等分析了無(wú)人機(jī)傾斜攝影實(shí)景三維建模方法在深基坑施工任務(wù)中的應(yīng)用，利用實(shí)景建模完成了土方工程量快速計(jì)算、土方開(kāi)挖定位放線及開(kāi)挖進(jìn)度監(jiān)測(cè)等施工流程[5]；楊莎莎等通過(guò)無(wú)人機(jī)構(gòu)建數(shù)字三維模型進(jìn)行了對(duì)壩基穩(wěn)定性的測(cè)量評(píng)價(jià)，為壩基巖體施工方案的決策提供了指導(dǎo)建議[6]。

本文通過(guò)無(wú)人機(jī)在施工場(chǎng)所實(shí)地?cái)z影，分析了無(wú)人機(jī)影像處理過(guò)程中特征點(diǎn)提取的理論基礎(chǔ)，并利用AgisoftPhotoScan 生成了施工場(chǎng)所的三維模型，并對(duì)三維實(shí)景建模成果進(jìn)行了誤差校驗(yàn)，得出了符合誤差范圍的施工場(chǎng)所三維模型。

1 無(wú)人機(jī)航攝流程

為生成符合誤差標(biāo)準(zhǔn)的三維實(shí)景模型，首先要用無(wú)人機(jī)拍攝相應(yīng)場(chǎng)地。流程大致為前期準(zhǔn)備、確定航攝方案、規(guī)劃飛行任務(wù)、無(wú)人機(jī)飛行測(cè)繪等4 個(gè)環(huán)節(jié)。

前期準(zhǔn)備主要為收集測(cè)區(qū)資料，包括確定測(cè)區(qū)經(jīng)緯度坐標(biāo)范圍，了解測(cè)區(qū)地貌特征，確定測(cè)繪人員及所需設(shè)備。本次實(shí)驗(yàn)設(shè)備采用大疆精靈4RTK 小型無(wú)人機(jī)。其RTK（Real-Time Kinematic）模塊實(shí)時(shí)動(dòng)態(tài)效果好，可以實(shí)時(shí)進(jìn)行地理位置解算，相比衛(wèi)星定位誤差更小，能保證飛行作業(yè)的準(zhǔn)確性及安全返航的要求。無(wú)人機(jī)佩帶的相機(jī)為2 048 萬(wàn)像素，航片分辨率為4864×3648（4∶3），其航攝照片可以滿足構(gòu)建施工場(chǎng)所三維模型的需求。

完成準(zhǔn)備工作后，到達(dá)測(cè)區(qū)需要根據(jù)現(xiàn)場(chǎng)情況確定航攝方案，為保證航攝效果，建議在晴天完成測(cè)繪任務(wù)。本次無(wú)人機(jī)航攝目的為生成三維模型，航拍方式應(yīng)選擇五向航拍，無(wú)人機(jī)會(huì)在測(cè)區(qū)形成五組不同航線，五組航線俯仰角各不相同，保證可以從多個(gè)不同視角進(jìn)行航拍，確保測(cè)區(qū)特征的提取程度滿足要求。根據(jù)測(cè)區(qū)最高海拔確定無(wú)人機(jī)航攝高度，觀察測(cè)區(qū)周圍建筑物高度以確定返航高度。為保證測(cè)區(qū)的全覆蓋拍攝，相片重疊度的設(shè)置至關(guān)重要。相片重疊度參數(shù)主要包括縱向重疊度、橫向重疊度、航線彎曲度及航片旋角，測(cè)區(qū)地形起伏大應(yīng)設(shè)置較高的重疊度以避免漏拍測(cè)區(qū)特征。除了上述參數(shù)確定，航攝方案還包括飛行區(qū)域、飛行速度、坐標(biāo)系、拍攝間隔等參數(shù)的確定。

確定航攝方案后，在無(wú)人機(jī)遙控器上完成飛行任務(wù)的規(guī)劃，進(jìn)行航攝測(cè)繪，得到測(cè)區(qū)航片。

2 影像匹配

2.1 影像匹配原理

本文中無(wú)人機(jī)飛行方式為五向航拍，影像匹配技術(shù)就是在不同角度但包含相同區(qū)域的航片尋找同名特征的過(guò)程，影像匹配是最基本的圖像處理步驟，直接影響了生成的三維模型的精度[7]。影像的特征包括幾何特征、顏色特征及紋理特征等，確定特征在航片中的位置并將其數(shù)字化表示，以相似性度量方法判斷是否為同名特征并實(shí)現(xiàn)匹配，經(jīng)影像空間變換模型的求解計(jì)算，得出影像間的幾何變換關(guān)系。

2.2 SIFT算法說(shuō)明

影像匹配技術(shù)即提取同名像點(diǎn)，點(diǎn)特征提取相比線特征提取及區(qū)域特征提取，算法更簡(jiǎn)單，便于理解，因而成為了主流特征提取方式。最常用的點(diǎn)特征提取方式為尺度不變量特征變換，即SIFT（Scale-Invariant-Feature-Transform）匹配算法[8]。

SIFT 算法的主要特點(diǎn)如下：①特征檢測(cè)穩(wěn)定性好，圖像的旋轉(zhuǎn)、平移、縮放等變化對(duì)匹配效果無(wú)影響，對(duì)視角變換、圖像噪聲也有較好的魯棒性；②能在多個(gè)維度提取特征信息，可以有效處理復(fù)雜圖像的特征匹配；③算法結(jié)構(gòu)相對(duì)復(fù)雜，進(jìn)行影像匹配的計(jì)算量較大；④該算法進(jìn)行特征點(diǎn)定向取決于影像局部范圍像素的梯度方向，復(fù)雜圖像可能出現(xiàn)特征點(diǎn)主方向不準(zhǔn)確的情況，從而對(duì)匹配效果造成不利影響[9]。

2.3 SURF算法說(shuō)明

SURF（Speeded Up Robust Features）算法是一種快速魯棒特征檢測(cè)算法，以SIFT 算法為基礎(chǔ)進(jìn)行了大量改進(jìn)，有效提高了影像匹配的計(jì)算速度[10]。

SURF 算法主要特點(diǎn)如下：①在構(gòu)建尺度空間的過(guò)程中，SURF 算法相比SIFT 算法不需要對(duì)影像進(jìn)行降采樣處理，以改變盒子濾波器的大小來(lái)構(gòu)建尺度空間；②尺度空間的構(gòu)建過(guò)程與影像大小及復(fù)雜程度無(wú)關(guān)，相比SIFT 算法顯著提高了運(yùn)算速度；③具有SIFT 算法穩(wěn)定性好、魯棒性強(qiáng)的優(yōu)勢(shì)，圖像的旋轉(zhuǎn)、尺度、縮放等變化對(duì)匹配效果無(wú)影響，對(duì)圖像噪聲及亮度變化也有一定的魯棒性，可以有效忽略不同航攝視角帶來(lái)的圖像地物信息以外的圖像參數(shù)變化對(duì)影像匹配效果的不利影響。

3 三維實(shí)景建模及成果校驗(yàn)

3.1 三維實(shí)景建模流程

本文采用AgisoftPhotoScan 軟件對(duì)無(wú)人機(jī)采集的航片進(jìn)行三維實(shí)景建模，具體流程如圖1所示[11]。

圖1 三維實(shí)景建模流程

首先導(dǎo)入pos 文件作為照片的參考數(shù)據(jù)，pos文件中包含經(jīng)緯度、高度等生成三維模型必要的信息，其經(jīng)緯度、高度信息也符合實(shí)地航拍的任務(wù)規(guī)劃情況，部分pos 數(shù)據(jù)如圖2 所示。

圖2 部分pos數(shù)據(jù)

對(duì)齊照片是將航片的數(shù)據(jù)信息進(jìn)行排列，還原每張照片拍攝時(shí)相機(jī)的位置進(jìn)行定位，根據(jù)定位情況將航片依次排列，生成稀疏點(diǎn)云模型。根據(jù)稀疏點(diǎn)云模型計(jì)算特征點(diǎn)和連接點(diǎn)之間關(guān)系，基于計(jì)算結(jié)果生成密集點(diǎn)云模型。密集點(diǎn)云模型如圖3 所示。

圖3 密集點(diǎn)云模型

生成密集點(diǎn)云后，可以根據(jù)實(shí)際需求生成所需模型，如瓦片模型或DEM 模型等。本文生成的瓦片模型及DEM 模型如圖4 所示。

圖4 數(shù)字模型

3.2 三維實(shí)景建模成果校驗(yàn)

對(duì)得到的三維實(shí)景模型進(jìn)行結(jié)果矯正，包括重疊度的校驗(yàn)及相機(jī)位置的誤差矯正，如圖5 所示。由圖5(a)可知，測(cè)區(qū)位置被照片覆蓋的數(shù)目基本達(dá)到9 張或9 張以上，對(duì)需要進(jìn)一步處理的中間區(qū)域能充分提取其數(shù)據(jù)信息。由圖5(b)所示，相機(jī)的位置誤差在±3.5cm 的區(qū)間內(nèi)，誤差較低，滿足精度需求。相機(jī)在X、Y及Z3 個(gè)方向即經(jīng)緯度及高度方向的誤差如表1 所示，總誤差為4.40011cm，定位效果出色。

圖5 三維建模結(jié)果矯正

表1 平均相機(jī)位置誤差（單位：cm）

本文生成的三維模型的像素矯正數(shù)據(jù)集內(nèi)部參數(shù)相關(guān)數(shù)據(jù)分別如表2 及表3 所示。由表2 可以看出投影誤差為0.534pix，誤差較小。表3 是相機(jī)校準(zhǔn)系數(shù)和內(nèi)參相關(guān)矩陣，其中F為焦距，Cx、Cy為光心位置，K1、K2、K3為徑向畸變系數(shù)，P1、P2為切向畸變系數(shù)。表3 內(nèi)的相關(guān)參數(shù)也滿足精度需求，建模效果出色。

表2 相機(jī)像素矯正數(shù)據(jù)

表3 相機(jī)校準(zhǔn)系數(shù)和內(nèi)參相關(guān)矩陣

4 結(jié)論

本文構(gòu)建了一種基于無(wú)人機(jī)攝像的施工場(chǎng)所三維建模方法，分析了從二維航片生成三維實(shí)景模型的影像匹配理論，提出了無(wú)人機(jī)航攝流程及三維實(shí)景建模流程，得出的三維模型符合誤差校驗(yàn)，精度較高。該建模方法節(jié)省了人力物力，精簡(jiǎn)了決策流程，能有效為施工方案提供建議，有利于工程機(jī)械智能一體化施工作業(yè)。